论文部分内容阅读
鉴于多分辨率信号逼近算法（MSA算法）中尺度空间是再生核希尔伯特空间（RKHS）这一事实。借助于支持向量机（SVM）优秀的分类能力和泛化性能，提出了一种基于支持svM的MSA算法。通过引入松弛变量后借助于拉格朗日乘子法来求的约束规划，最后获得逼近表达式和逼近系数。通过对比MSA算法，基于SVM的MSA算法不仅保留了MSA算法多分辨率逐级逼近的优点，而且具有更好的逼近准确度与平滑度。并通过实验验证了该算法的正确性和有效性。